一種遙感影像陰影區(qū)域校正方法研究＊

陳 超

（江蘇省基礎(chǔ)地理信息中心，江蘇 南京 210013）

1 引 言

衛(wèi)星遙感影像已經(jīng)被廣泛應(yīng)用于社會(huì)生活中許多領(lǐng)域。遙感影像能夠快速表現(xiàn)地球表面的信息，細(xì)節(jié)清晰、內(nèi)容豐富。但是，受太陽高度角影響，建筑物和山體在影像上產(chǎn)生的陰影會(huì)給陰影區(qū)和非陰影區(qū)內(nèi)同類地物造成較大灰度差異，這給計(jì)算機(jī)自動(dòng)識(shí)別帶來了困難。因此，需要恢復(fù)遙感影像的陰影區(qū)域。

一直以來，如何更好地提取與恢復(fù)陰影區(qū)域受到許多關(guān)注。檢測(cè)陰影區(qū)域的方法包括閾值法［1］、色彩空間特征法［2，3］、紋理特征［4］等方法；補(bǔ)償陰影區(qū)域的方法則有模型校正法［5］以及一些特定理論算法［6，7］。

本文首先利用監(jiān)督分類方法自動(dòng)提取遙感影像中的陰影區(qū)域，再利用郎伯模型恢復(fù)陰影區(qū)域。主要利用ENVI＋I(xiàn)DL語言實(shí)現(xiàn)本文的校正算法，并通過實(shí)驗(yàn)驗(yàn)證算法的有效性。

2 陰影提取

在遙感影像中，陰影與其他地物具有明顯區(qū)別，利用簡(jiǎn)單的提取方法即可以得到較理想的結(jié)果。本文利用ENVI軟件監(jiān)督分類方法提取影像陰影區(qū)域，如圖1所示。

試驗(yàn)影像為QuickBird全色影像和多光譜影像的融合影像，分辨率0.6m，大小468×976像素。利用ENVI軟件中的監(jiān)督分類方法得到的陰影區(qū)掩膜如圖1（b），可看出，已提取出大部分陰影區(qū)域，為后續(xù)陰影校正工作做了基礎(chǔ)。

圖1 遙感影像陰影提取

3 陰影校正

3.1 朗伯模型

從理論上講，不同的地物類型具有不同的反射光譜特性，因而反射模型也不同。但實(shí)踐中難以逐一建立各地物類型的反射模型，因此采用郎伯模型統(tǒng)一校正。

式（1）中經(jīng)模型校正后的像素值為DNs，DNu表示大氣亮度，DN為遙感影像上的原始像素值，Eλd為天空光輻照度，Eud為太陽直接輻照度，H為坡度參數(shù)，坡度參數(shù)可以通過DTM獲得，平坦地區(qū)值為1。由于本文實(shí)驗(yàn)區(qū)域范圍較小，且位于平坦地區(qū)，因此H＝1。由此，式（1）中的待求參數(shù)包括DNu與Eλd／Eud兩項(xiàng)。

3.2 求解模型參數(shù)

3.2.1 求解大氣亮度DNu

DNu由大氣散射引起，一般而言，波長(zhǎng)越長(zhǎng)受散射影響越小，產(chǎn)生的大氣亮度DNu值越小。由于本文主要利用了遙感影像的紅、綠、藍(lán)、近紅外4個(gè)波段，因此，可以假定近紅外波段不受大氣散射的影響，利用回歸分析法求解其他波段的大氣亮度值。下面以綠光波段為例，說明具體計(jì)算過程。

首先，在遙感影像上選擇一塊陰影區(qū)域，分別獲得陰影區(qū)域位于近紅外波段、綠光波段的像素值，利用這些像素值進(jìn)行回歸分析，可得一條擬合直線：

式（2）中，x、y分別表示陰影區(qū)域近紅外波段、綠光波段的像素值，a、b分別為回歸常數(shù)和回歸系數(shù)，而a即為由大氣散射引起的綠光波段的大氣亮度。利用最小二乘法估計(jì)參數(shù)a的公式為：

式（3）中的SG、SNIR分別表示陰影區(qū)域位于綠光波段、近紅外波段的像素值。同理可求得其他波段的大氣亮度值。表1為利用式（3）獲得實(shí)驗(yàn)影像各波段的大氣亮度值。

表1 實(shí)驗(yàn)影像各波段的大氣亮度值

3.2.2 求解比值Eλd／Eud

Eλd／Eud表示天空光照度和太陽光直接照度的比值，主要利用下式計(jì)算：

DNd、DNs分別表示陰影區(qū)、非陰影區(qū)的像素值，DNu為上一步驟獲取的大氣亮度值。利用式（4）計(jì)算比值Eλd／Eud的步驟如下：①利用ENVI的ROI工具在影像上選取屬于同一地物的兩塊區(qū)域，兩塊區(qū)域分別位于陰影區(qū)和非陰影區(qū)；②分別計(jì)算兩個(gè)區(qū)域綠色波段的像素平均值，記為DNdG、DNsG，結(jié)合已獲得的綠色波段的大氣亮度值DNuG利用式（4）得到綠色波段的比值Eλd／Eud；③根據(jù)步驟②依次獲取紅、藍(lán)、近紅外波段的比Eλd／Eud。實(shí)驗(yàn)影像各波段Eλd／Eud值如表2所示。

表2 實(shí)驗(yàn)影像各波段Eλd／Eud值

3.3 陰影校正

利用3.2節(jié)的方法獲取式（1）中未知參數(shù)后就可以利用校正模型恢復(fù)陰影區(qū)域。校正步驟如下：①選擇影像紅光波段，結(jié)合第2節(jié)所述方法進(jìn)行陰影掩膜，根據(jù)校正模型對(duì)位于陰影區(qū)的像素進(jìn)行校正，得到紅光波段校正影像；②依次選擇綠、藍(lán)、近紅外波段，重復(fù)步驟（1），得到校正影像。

利用ENVI＋I(xiàn)DL實(shí)現(xiàn)上述校正步驟。圖2為一組校正實(shí)驗(yàn)。從圖2（c）、（d）可看出，該圖較好地恢復(fù)了陰影區(qū)且恢復(fù)后的像素值與陰影區(qū)周圍地物相似，符合實(shí)際情況。從圖2（e）、（f）可看出，雖然陰影區(qū)得到恢復(fù)但與周圍地物有一定差別，這與計(jì)算模型參數(shù)時(shí)選取的樣本有關(guān)。因此更好地選取樣本使所有陰影經(jīng)校正后更符合實(shí)際是后續(xù)研究重點(diǎn)。

圖2 陰影校正實(shí)驗(yàn)

4 結(jié) 論

遙感影像中的陰影區(qū)影響了自動(dòng)分類等影像處理工作精度。利用朗伯模型校正陰影區(qū)域，符合實(shí)際需求。后續(xù)工作首先將研究如何選擇樣本以更好地校正陰影區(qū)；其次將利用校正后的影像按照地理國(guó)情普查分類準(zhǔn)則進(jìn)行植被分類，并利用地理國(guó)情普查的地表覆蓋成果驗(yàn)證分類的準(zhǔn)確度與精度。

［1］ 馬川，馮德俊，張麗.結(jié)合閾值分割和數(shù)學(xué)形態(tài)學(xué)的建筑物陰影檢測(cè)［J］.測(cè)繪，2012，35（4）：151－154.

［2］ 喻紅艷，李利軍.彩色航空影像中的建筑物陰影提取［J］.科學(xué)技術(shù)與工程，2007，7（7）：1389－1393.

［3］ 趙顯富，胡曉雯，趙軒.一種基于彩色模型的遙感影像陰影檢測(cè)方法［J］.測(cè)繪通報(bào)，2014（5）：20－22.

［4］ 夏懷英，郭平.基于統(tǒng)計(jì)混合模型的遙感影像陰影檢測(cè)［J］.遙感學(xué)報(bào)，2011，15（4）：778－791.

［5］ 樊恒通，黃浩，陳亮.IKONOS影像城市植被信息提取前的陰影校正［J］.測(cè)繪與空間地理信息，2006，29（3）：103－106.

［6］ 顧曉東，郭仕德，余道衡.基于PCNN的圖像陰影處理新方法［J］.電子與信息學(xué)報(bào)，2004，26（3）：479－483.

［7］ 唐亮，謝維信，黃建軍等.城市航空影像中基于模糊Retinex的陰影消除［J］.電子學(xué)報(bào)，2005，33（3）：500－503.